远景储能及智慧楼宇事业部徐中华：用户侧储能安全与多元化价值创造

储能产品对安全的要求很高，用户侧储能要求更高。锂电池的失效有一个变化的过程，它从过温、副反应到热失控。从外部表现来看，总结下来主要原因来自有两个方面：一个是内部的短路，一个是外部的短路。

——远景储能及智慧楼宇事业部产品总监徐中华

聚焦“技术应用双创新，规模储能新起点”，通过组织主题演讲、展览展示、创新大赛、专题研讨、项目考察、新品发布、技术交流等多种活动，多维度精准对接全球储能市场与应用，助力中国储能企业与国际接轨，为储能企业搭建与政策制定者、规划者、电网管理者、电力公司、能源服务商的交流互动平台。2019年5月18-20日，中关村储能产业技术联盟、中国科学院工程热物理研究所举办“ESIE2019储能国际峰会暨展览会”，北极星储能网、电力头条APP全程直播。

在主题论坛7：“用户侧储能应用与综合能源服务”论坛上，远景储能及智慧楼宇事业部产品总监徐中华作题为《远景AIoT-Defined分布式储能——安全与多元化价值创造》的演讲。

以下为发言实录：

远景储能及智慧楼宇事业部产品总监徐中华：

各位专家、各位领导、各位同仁，大家上午好！

我是远景能源徐中华，今天有幸来和大家一起探讨用户侧储能。远景能源从2017年开始思考和探索用户侧市场多元化的价值，开启了分布式储能产品和系统的尝试与探索。2018年3月，远景能源第一套储能设备上线，截至目前用户侧储能系统在线运行60多个场站，83套设备，总功率4.15MW，总容量11.5MWh。看起来不多，但是在用户侧还真的不算少了。用户侧储能应用虽然单体容量比较小，但是同样面临着极多挑战。

在储能领域，或许大家对远景还并不熟悉，请允许我做一个简单的介绍。远景集团旗下有四大板块：远景能源、远景智能、远景AESC和远景创投。远景能源的主要产品为智能风机，为风力发电领域贡献着自己的智慧和力量，目前是行业第二大风机整机供应商。远景智能致力与为能源物联网系统打造一个智能物联操作系统，就像PC的Windows、MacOS一样。远景AESC，是远景今年刚刚完成日本电池企业AESC并购后，形成的新的业务板块。AESC在电池安全领域有着比较独到的贡献。我们远景AESC电池应用到的电动汽车目前达到43万辆，在其运行过程当中没有一例AESC电池造成的严重安全事故。远景AESC的全球研发中心目前在日本，旗下有诸多工厂分别部署在英国、美国和日本，中国工厂也正在江阴组建。远景创投是能源领域的高科技公司，远景创投更多地关注和投入能源和能源物联网相关的前沿技术和科研公司。远景在全球有十大研发中心，我们致力于为风、光、物联、楼宇、智慧交通、电池等方面的努力，希望能为能源物联行业做一些贡献。

今天我们探讨用户侧储能的安全。安全离不开正常的软硬件安全保障措施。除此之外，我们更有基于“AIoT-Defined”的理念，致力于打造出一个基于物联网、人工智能、大数据智慧分析所形成的产品。

远景能源的分布式储能系统具有：“小而美”、“重安全”、“易安装”、“零调试”、“云管理”、易扩展等特点。这里重点要跟大家提及的是，该系统的一大特点在于其是“AIoT-Defined”（智慧物联定义的）安全体系。整个系统占地面积很小，约1.5平方米，所有的应用场景都是利用客户的地下停车场或配电间的零散边边角角的空间，利用之前不能被有价值利用的空间来安装，这得到了用户的普遍认可。

像这样一个好的产品，如果发生这样的事情（起火、爆炸），我相信客户一定是不放心的。我们的产品供应商也好，我们的系统集成商也好，我们的运营商也好，我们的各阶主管，我们产品、项目负责人，他一定是没法安心睡觉的。盐城这个事件发生了以后，我们远景能源储能相关事业部的负责人，各个管理层的同事，都真的是彻夜未眠。我们的总裁连夜给我打电话，第二天一早立刻组织相关的人深度检讨，看除了我们现有的技术手段，能不能再进一步的去把未来的安全事故或者隐患也好提前发现、提前挖掘出来？再一个是当然我们也不希望这样：储能装在地下停车场以后没有车子来停了，这种尴尬我们是要避免、永远都不希望发生的。

储能产品对安全的要求很高，用户侧储能要求更高。昨天、前天很多专家也做了很多介绍分析，电化学储能目前主要用的还是锂电池。它的失效有一个变化的过程，它从过温、副反应到热失控。从外部表现来看，总结下来主要原因来自有两个方面：一个是内部的短路，一个是外部的短路。内部的短路有很多的因子，从这么多的因子当中，从我个人分析来看有两个方面，一个方面是电池本身的质量问题，要么设计、要么材料、要么工艺。比如，极片毛刺、电解液分布不均匀、有金属杂质等。另外一个方面，在电池使用的过程中有没有滥用的行为？有没有过充过放，在过温、欠温的环境下对它进行暴力操作。外部电气短路这一块，有可能老化，也有可能是外围腐蚀气体入侵等。但这些是一般是安装使用几年以后的事。在储能这个新兴行业，电化学储能产品使用五年以上的，或者达到老化程度较高区间的项目（产品）还很稀少，目前可能更多是发生电气连接失效或者其他的原因。

这么多的因子当中以目前的技术手段，在成本允许的条件下，有多少是可以被我们识别和可控的呢？其实很少。大家无非关心电压、电流、温度这些基本物理量。昨天也有提到像腐蚀性气体，或者热失控以后，释放出来的一氧化碳、氢气等气体侦测的话题。但像这样侦测的传感器，精度达标的成本极其之高，还有一些气体在一定浓度的情况下不能识别，当浓度达到一定程度后这个事件就已经走向不可控了。

再往后看，进入副反应以后这里有什么？有的就是各种反应和大量的热的释放。像电解液分解以后，我们能感知的就是温度。这是热失控以后电池电压、电流、温度的曲线，电池电压的快速无规律反复变化，电流、温度的急剧上升。从时间尺度来看，这个事情的全过程就是几秒到分分钟。我们能监控的似乎也就只有电压、温度和电流。但到这个层面发生的时候，其实已经为时过晚，只能期待和依靠靠事后的消防去补救了。

所以基于这一点，来看我们的产品，有800多个数据监测，100多个传感器，接近50种失效分析模式。基于这些数据信息，我们有一套似乎全面的全系列故障告警，有了这些我们就能安心了吗？还远远不能。我每天早上醒来第一件事就是查看线上80多套设备是否安全运行。物联网、大数据的技术已经发展了很多年，力量也相当强了，对于储能安全，我们掌握着全生命周期的数据，基于这些新的，强大的物联、大数据技术，我们还能进一步做些什么？

大家都知道传感器的测量数据首先传递到单板里面，包括BMU、BCU、PCS和边缘计算（EMS）等。对于这些数据，如果监测是唯一单板，靠传递共享与管理，那这些数据的可靠性就显得尤为重要。这些单板或者设备，也像人一样，它们有没有感冒、发烧、咳嗽、流涕的时候呢？ 我想是不能根本排除的。怎么在这个体制当中形成关键数据的多路检测以及多路数据相互校验和综合诊断，我们认认真真地做了一些思考。组委会给我的时间有限制，这里不详细地展开。就举一个例子，整个电气安全是我们非常关心因素。直流侧电池母线的总电压这个数据，这里的很多环节都有测量。BMU是测量每个模组、每个电芯的电压，它们可以通过累加数据得到总母线电压，而且在储能系统中BMU对电压的测量最精准的。电池母线总压BMS（BCU）也有测量，PCS直流侧也有测量。这样就出现了三个数据对应对同一个物理量了。怎么把这三个数据通过科学的方法相互比对、校验，去识别系统中的安全隐患或现实故障？这是有文章可做的。再一个，刚才讲的从电芯、到模组、到系统，这个通路上是有很多串联电气节点的。测量值和分布式计算总电压不一样的时候，隐患或故障存在的可能性就比较大，是有一个或者多个电气连接松动了？不可靠了？当大电流的工况出现的时候，这个节点上就必然产生压降。一个节点上不要太多，假设只有20瓦的功率。20W什么概念？传统的白炽灯20瓦，在发光的情况下还烫的要命。这个功率要是发生在小拇指尖大小的面积上，产生的高温直接通过铜排传递到电芯上，后果不堪设想。大家都知道我们的SEI膜在120度左右的时候，就开始溶解，开始破坏了。再之后的副反应、热失控就真的没法控制了！能不能通过数据的相互校验、数据的相互比对，数据的科学分析在边缘计算领域发挥它的力量？ 不唯一依靠最底端的设备，也不完全依赖云端，让边缘计算贡献其应有的价值？让它把场站通过数据将边缘计算变会思考，能反思，能迭代，真智能。这一块我们利用已有的83套设备的数据，结合思考的方法，做了一些研究和算法的演练，确实验证了我们以前失效的方案通过边缘计算的反思与迭代是可以真实落地与实现的。

刚刚说到的是边缘计算在安全上的空间与尝试。全国，目前我们有83套设备在运，其中上海就有50多套，这些项目系统数据全部上云。而且远景的系统有一个很高的要求，就是从这个系统诞生之初到它的生命末了，它的全生命周期的数据都必须承载在这个平台上。只有这样我们才能知道这个储能系统在一生当中生过几次病，生的什么病，在退役的时候还能不能在别的领域为我们服务。从空间的角度而言，这在运的项目，从各种角度来分析，一定有很多相似度。比如相似的区域，相同的模式、相同的工况，相近的环境，还有相同的版本、相近的批次等等。这些数据在云端去做大数据分析，是不是能不能识别出在安全有隐患或发生趋势的时候，这些场站的数据跟别人不一样的特质呢？ 就好像我们一起共事的同事一样，在同一个房间工作，吃的、喝的、用的、作息等都一样，却有一个人发烧了，这是怎么回事？在真正的人工智能没有来临之前，我们是否先靠人的智慧去介入，和大数据一起看看发生了什么。从大数据角度，云平台角度，物联网系统平台的角度，从空间上希望通过这些数据，能够给我们的安全提供一些的保障，这种事情的发生也许离副反应，离热失控还有几天、几个月，也许几个小时。在这几个小时的空间上，我们能够把它发现，并及时遏制住，这就是对我们安全的一个极大贡献！

刚刚是承载大数据在空间维度看安全，还有一个时间维度。每个储能系统的全生命周期的数据我们都有，像这样一个系统，左边2个是电池柜，运行的时候最高温度在中上位置的第二层比较热。举例来看，运行一段时间以后如果电池箱热分布发生了如图所示的迁移。这种迁移还是从两个角度去看，第一，从空间角度来寻找别的和它的一样的工况的设备在运行一段时间以后是不是也发生了这样的迁移？一般情况下不会。第二，发生了这样迁移，一定是我们的电气或者电池发生了变化，并且这种变化，是不理想的，对我们系统安全是有威胁或者隐患的。我们要想办法把它找出来。这种发现也能比真实失效的时刻提前，哪怕是一小时，10分钟，我们就能把安全控制住。

这些就是我们基于“AIoT-Defined”分布式储能系统展开的安全的探索与实践。主要是分为：第一从产品本身，第二从空间的角度，第三从时间的角度，去识别数据本身的价值来看是不是有机会把安全做得更好。这正是刚才讲的为什么我们称之为“AIoT”，它是一个“AI”和“IoT”的科学结合。对于“AIoT-Defined”储能安全，我们进一步去探讨是不是这样一种可能？ 比如在北京，我们所有安装在地下室、没有空调的这样一个环境，主要是做峰谷套利、扩容降需、储充协同这样场景的电池或者系统，它的大数据有什么特征？他的安全、循环次数有什么数据体现？我们能不能把这些数据抽象出来，作为科学的模型，然后再反馈到我们的工厂，做到深度定制化？比如说，我们有一款电池适合北京这个地区装在地下室做以上这些模式的电池，电池的专家根据这些数据调整他们的配方，提升他们的工艺，生产出符合我们各种工况的定制化的、基于大数据、基于物联所需要的产品？这个或许还不是当下第一时间需要去做的。首先的需求还是期望有安全数据到工厂，或者反馈出另外一个问题。试想通过数据我们分析得到的结果假设是：失效是因为工艺上造成的，且可以定位到是因为切片的时候刀口不锋利导致有毛刺。这个价值我们直接从云端传递到电池厂，甚至可以实时追踪这个产线的产品是不是这个批次都有问题。我们在安全上做的这些简单的思考，有些已经落实，有些希望能够进一步落地。努力和我们的供应商，和我们的合作伙伴，和我们的客户一起探讨在安全上还有哪些进阶之路。

刚刚提及的所有这些基于大数据分析的安全举措和方法，都是在远景智能的EnOSTM的操作系统上实现或者可以实现的，这是物联操作系统中的Windows、MacOS。我们希望能够借助这个系统，更快捷、便利、智能地去接入我们客户的设备，更好地为客户去实施大数据的分析，去做风、光、储、荷等各个领域的数据价值挖掘。我们目前已经有了很多的数据沉淀。

远景智能的EnOSTM的简单介绍如屏幕所示，这个操作系统可以帮助您快速构建自己的物联应用。它可以快速、便捷地接入各种智能设备；它在风、光、储、综合能源管理等多个领域已经有了非常丰富的领域模型的沉淀；它可以提供实时数据分析、准实时数据分析、大数据分析等多个层次的数据分析方法；另外，它提供构建物联应用的各种通用数据，企业应用集成服务，区块链服务，实现数字孪生、优化引擎和数据加速等进阶服务。如果大家有兴趣，我们可以进一步沟通。

AIoT-Defined储能产品安全，所有的前提还是建立在我的电池质量过硬，一系列的设计调试安装有技术保证的此基础上。然后再去谈设备端，再去谈边缘计算，再去谈大数据分析，再去谈云平台、谈物联操作系统能不能给我们用更多的安全预警和保障。EnOSTM除了以上提及的设备保障、数据的安全行为分析与预警以外，其对数据本身的安全也有着强壮和全面的安全保障体系。

多元化价值，这几天很多专家都在讲，在用户侧的储能似乎没有更好的补充了。无非峰谷套利、扩容降需、动态追峰、储充协同还有电网辅助服务。对于电网辅助服务，我认为还是未来市场。在此之前，我们能做的就是做好准备，迎接他的到来。关于电网辅助服务，我们希望借助EnOSTM的平台也好，其他的能源物联网平台也好，能够把所有的能源系统、设备接入到统一的或者有标准协议的集成和调度平台上去，为我们电网做一点贡献。对这未来市场简单点举个例子，比如说我们在北京有4000幢大厦，其中1000幢大厦装有用户侧的储能，这些储能既能够解决楼宇本身的一些用能问题，再往上一层，也可以解决区域性的问题，再往上解决城市间的问题，如此层层递进大有可为。

最后给大家介绍一下我们在北京微软的一个创新应用案例。我们在2幢办公大楼的四个楼层的边边角角找到一些闲置、没有高价值利用的角落装了11套储能系统。总功率550kW，总容量1.518MWh。每天的收益大概是1800元人民币，一年的收益高达67万。北京峰谷价差条件很优秀，我们也希望在北京有更多、更好的发展。在这里原先有7个充电桩，对于扩充电桩数量这件事情客户原先非常地担忧。装了储能以后，我们从技术上能够支持楼宇新增40个充电桩，到目前在没有扩充变压器容量的前提下，现在充电桩数量已经顺利扩充到了35台。此外，该项目还帮助客户北京总部大楼实现了电力监控上云，为进一步做好综合能源管理，构建了全面的数据基础。

以上是我们关于“AIoT-Defined”分布式储能系统的安全和价值多元化的一些思考和实践，希望各位专家和领导能够不吝赐教，给予我们更多的指导和批评指正，谢谢。

（以上内容为北极星储能网根据速记内容整理，未经嘉宾审核）